我正在尝试创建一个模型，查看年龄、补充食物使用和筑巢日期（转换为儒略日）对女性生殖成功（成功 = 1 和失败 = 0）的影响。不幸的是，我的样本量非常小，只有 17 个人。我相信我的数据确实包括完美的分离，因为使用补充食物的大多数（八名中的七名）女性在特定日期之前开始筑巢，而大多数不使用补充食物的个体（九名中的七名）在之后开始那个日期。这会阻止我对我的数据进行逻辑回归吗？

当我使用 glm 函数运行回归并将族指定为二项式时，我收到了错误消息，warning message: glm.fit: fitted possibilities numerically 0 or 1 occurred但当我将族指定为准二项式时却没有。拟二项式的使用是否以某种方式解释了完美分离，或者这是解释我的数据过度分散的意外副作用？

此外，当我比较两个模型的结果时，我使用的模型family = binomial会产生非统计显着的结果（z 值为 0，p 值为 1），而我使用的模型family = quasibinomial会为所有变量产生统计显着的结果。